吴春生^1,2,, 刘高焕^1,, 刘庆生¹, 黄翀^1,3, 张韵婕^1,2, 管续栋^1,2
1. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京 100101
2. 中国科学院大学,北京 100049
3. 中国科学院地理科学与资源研究所中国科学院生态系统网络观测与模拟重点实验室,北京100101

The spatial distribution of soil organic matter on north-central Mongolian Plateau

WUChunsheng^1,2,, LIUGaohuan^1,, LIUQingsheng¹, HUANGChong^1,3, ZHANGYunjie^1,2, GUANXudong^1,2
1. State Key Laboratory of Resources and Environment Information System,Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China
2. University of Chinese Academy of Sciences,Beijing 100049,China
3. Key Laboratory of Ecosystem Network Observation and Modeling,Institute of Geographic Sciences and Natural Resources Research,Chinese Academy of Sciences,Beijing 100101,China
通讯作者:通讯作者:刘高焕,E-mail:liugh@lreis.ac.cn
收稿日期:2015-11-10
修回日期:2016-04-5
网络出版日期:2016-05-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:科技部国际科技合作项目（2013DFA91700）国家自然科学基金项目（41471335;41271407）
作者简介:
-->作者简介:吴春生,男,山东菏泽人,博士生,主要研究生态GIS和遥感应用。E-mail:wuchsh0118@163.com



展开

摘要
土壤有机质是土壤质量或肥力的重要表征要素,其在区域内的空间分布状况与当地的生态环境状况具有一定的相关性。蒙古高原处于干旱半干旱气候区,常年遭受风蚀等灾害影响,再加上人为活动的破坏,土壤养分流失严重,生态状况堪忧。本研究即是以蒙古高原中北部为研究区,对该地区土壤有机质做空间化扩展研究,通过选取与有机质相关的环境要素,包括高程、年均气温、年均降雨量以及归一化植被指数,建立地理加权回归插值模型,获取了土壤有机质的空间分布状况。结果显示,研究区土壤有机质含量分布具有明显的地区差异,北部山地区域有机质含量普遍较高,最高约为43.35%,而在南部戈壁和荒漠区有机质含量相当低,接近于0,气候和地形是影响其空间分布差异的主要因素。

关键词：蒙古高原;土壤有机质;地理加权回归;空间插值
Abstract
Soil organic matter（SOM）is an important representation of soil quality or soil fertility,and its spatial distribution characteristic correlates with the ecological environment regionally. The Mongolia Plateau is in an arid and semi-arid climate zone and disturbed by wind erosion and other natural disasters perennially coupled with destruction of human activities,soil nutrient loss is serious and the local ecologic system is vulnerable. This study took the middle and northern area of the Mongolian Plateau as a study area. Elevation,mean annual temperatures,mean annual precipitation and NDVI were selected as environmental indicators,and correlated with SOM content of sample points to construct a geographically weighted regression model to gain the spatial distribution of SOM. Land cover types were also used in combination with interpolation results to analyze the spatial distribution characteristics of SOM and influence on SOM content. We found that the content of SOM in the study area had regional differences,content in the northern mountainous areas was generally higher than 40%,while in the southern desert area the content was close to zero. Landform and climate were the main factors affecting spatial distribution differences. In the north,there were more mountains covered by forest,bush and grass with plenty of moisture from the Arctic Ocean,beneficial for the accumulation of SOM. In the south it was always desertification area and the soil was barren with rare vegetation,bad for the accumulation of SOM.

Keywords：Mongolian Plateau;soil organic matter;geographically weighted regression;spatial interpolation

-->0
PDF (0KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
吴春生, 刘高焕, 刘庆生, 黄翀, 张韵婕, 管续栋. 蒙古高原中北部土壤有机质空间分布研究[J]. , 2016, 38(5): 994-1002 https://doi.org/10.18402/resci.2016.05.18
WU Chunsheng, LIU Gaohuan, LIU Qingsheng, HUANG Chong, ZHANG Yunjie, GUAN Xudong. The spatial distribution of soil organic matter on north-central Mongolian Plateau[J]. 资源科学, 2016, 38(5): 994-1002 https://doi.org/10.18402/resci.2016.05.18

1 引言

土壤有机质是土壤的组成部分,是土壤肥力和土壤质量的重要指示因子,其对土壤物理、化学性质的改善以及植物的生长具有重要的作用^[1,2],土壤有机质的变化与土地荒漠化、草场退化以及局部生态环境恶化都具有相关性^[3];而在干旱半干旱地区,及时了解土壤有机质含量的空间分布尤为重要。蒙古高原中北部为典型的草原区,受自然和人工活动影响,土地发生退化,土壤风蚀严重,土壤有机质大量流失,降低了其生态稳定性^[4-6]。
查阅有关蒙古高原的研究发现,对研究区的文献资料不多,对研究区生态环境方面的研究以植被覆盖动态变化、气候变化或者两者间的交互响应较多^[7],如张雪艳利用空间分析和地统计学方法对蒙古高原的NDVI、温度和降水进行格局和变化分析,获取了不同区域三者的响应关系^[8]。繆丽娟通过收集气象站资料和当地的NDVI数据,利用趋势分析获取了中国内蒙古自治区和蒙古国在气候和植被覆盖响应方面的差异^[9]。而Yuzheng Ma通过建立植被花粉系列与气候变化状况相结合,重建了蒙古高原古植被分布^[10]。周锡饮、胡云锋、Yaling Liu和Gang Bao等分别从土地利用变化、地形特征和水文信息等方面对蒙古高原的植被覆盖和净初级生产力做了研究^[11-15]。在土壤方面的研究主要集中于风蚀灾害方面,如刘纪远、齐永青、师华定和H. Kato等均利用土壤同位素测定的方法来研究蒙古高原土壤遭侵蚀程度和危险度^[4-6,16]。而在蒙古高原土壤养分方面的研究却极少,武月荣利用灰色关联度法对蒙古高原北部草原做了土壤质量评价,而此研究也仅局限于采样点,并未扩展到空间上^[17]。故有必要对研究区的土壤养分现状做深入研究。
本文通过对蒙古高原中部和北部进行实地调查,采集土壤样本进行理化分析,结合蒙古高原的气候、植被和地形特征,利用土壤有机质与蒙古高原气候、植被和地形的相关性,构建地理加权回归插值模型,获取该地区土壤有机质含量的空间分布特征,可为类似地区的土壤要素空间分布研究提供借鉴方法;同时通过分析土壤有机质空间分布与自然环境要素和人为活动类型的关系,为研究区后期的土地利用配置提供便利;另外,还可为蒙古高原土壤质量和生态环境现状研究提供基础资料。

2 研究区概况、数据来源和研究方法

2.1 研究区概况

蒙古高原位于37°46′N-53°08′N,87°40′E-122°15′E之间,它东抵大兴安岭西麓,西及萨彦岭和阿尔泰山脉,北以萨彦岭、肯特山以及雅布洛诺夫山脉为界,南至阴山山脉。本研究选取蒙古高原中北部为研究区,即蒙古国中部,包括库苏古尔省、前杭爱省、后杭爱省、中戈壁省、鄂尔浑省、色楞格省和中央省等（图 1）。研究区地形地貌以山地和高平原为主,地势西高东低,海拔594~3538m,研究区水热分配的地带性规律明显,形成了从北部半湿润地带依次向南过渡到半干旱、干旱地带的气候分布格局,北部多为山地林区和草原区,而南部多荒漠和戈壁。过去半个多世纪,由于自然灾害等影响,草地退化、土地荒漠化和干旱频发等重大生态环境问题突出。

2.2 数据采样

由于研究区整体土层稀薄,且大部分为草地和裸地,故土壤采样深度范围设置为0~10cm,该深度足以反映根层土壤条件状况。采集时间为2014年9月。由于研究区地形、气候和植被生长条件复杂,许多地区无法到达,样点位置主要沿道路分布,间隔为30km,在实际采样时根据可达性和周围生态环境状况适当调整样点位置,采样时用手持GPS记录样点的经纬度。研究区共采集109个样点,具体空间分布如图1。将土壤样本带回实验室进行烘干、磨碎和过筛,利用土壤理化分析仪器和试验试剂分别测定出土壤样本中有机质、全氮、速效磷、速效钾、土壤含盐量、pH值、土壤砂粒、粉粒和黏粒含量。
显示原图|下载原图ZIP|生成PPT
图 1研究范围与采样点分布
-->Figure 1The study area and the spatial distribution of samples
-->

2.3 研究方法

根据采样点的设计及图1显示的采样点位置分布,如果利用依赖样点间距离构建插值模型的地统计方法是不合适的,一方面样点间距离太长,相对于研究区范围样点数量过少,另一方面样点在研究区内分布不够均匀,易造成局部大的误差^[18-21]。地理加权回归（GWR）是在传统最小二乘回归方法上的扩展,将样点的空间位置嵌入到回归模型中,建立了数据与回归要素的相关关系,又将数据间的距离影响作为一种模型参数,相对于传统的地统计模型和线性回归模型具有一定的优势^[22],目前该方法在国内外已被多位****应用,并取得满意结果^[23-27]。GWR模型的公式为:
yu=β0(u)+∑j=1nβjuxj(u)+ε(u)（1）
式中 y(u)为因变量在位置 u的值; xj(u)为第 j个自变量在位置 u的值; β0(u)为截距, βj(u)为第 j个自变量在位置 u的回归系数; n为自变量的个数; ε(u)为随机误差。该模型的回归系数在每个位置都要被估算,估算公式为矩阵形式:
β^(u)=[XTW(u)X]-1XTW(u)Y（2）
式中 Y为一个 (m×1)的因变量矢量矩阵; m为在位置 u局部回归中的观测值的数量; X为一个 [m×n×1]的自变量矩阵;其中包括截距项; W(u)为一个 (m×m)的空间加权对角矩阵;常用高斯权重函数估算:
Wij=e-0.5(dij/r)2（3）
式中 Wij为预测位置i处因变量值所需的位置j处的观测值的权重;r为带宽参数;本文选用校正的Akaike 信息标准法（AICc）,计算带宽参数。

2.4 其他数据

构建地理加权回归模型需要寻找与土壤有机质有关的环境要素,而根据有机质的形成条件以及研究区所处的气候地形特点^[28],本研究选取的环境要素包括高程、年均降雨量、年均气温和归一化植被指数（NDVI）,各要素的空间分布状况如图 2。其中高程、降雨量和气温数据取自WordClim数据库（http://www.worldclim.org/current）,NDVI采用美国NASA LAADS Modis（http://ladsweb.nascom.nasa.gov/）16天植被指数产品数据,影像编号为2014225;所有环境要素数据分辨率均为1km。同时将Modis IGBP土地覆盖产品与地形状况结合作为有机质空间分布现状的驱动因素加以分析。
显示原图|下载原图ZIP|生成PPT
图 2研究区各环境要素空间分布
-->Figure 2Spatial distribution of different environmental variables in the study area
-->

3 结果与分析

3.1 土壤统计特征

首先对采集的土壤样品测试结果进行检查,在109个样品中,处于研究区最北端的一个样点有机质含量高达40%,相对其他样点高出太多,在本文分析中暂将其作为异常值处理,不参与模型的构建。对剩余108个样品进行统计性检验,结果如表1所示,有机质、TN和含盐量表现为强变异性,按照中国土壤养分分级,研究区土壤有机质平均含量为中上级别,从空间上看,北部样点的有机质含量普遍高于南部;含盐量显示研究区不存在土壤盐碱化状况;研究区土壤砂粒和粉粒含量相当,经验证,有机质与粉粒含量的相关性为0.45,在1%水平上为极显著相关,粉粒有利于有机质的积累和保护,其含量对有机质的分布有较大影响^[29,2]。
Table 1
表 1
表 1研究区采样点土壤要素统计特征
Table 1The descriptive statistic of sample soil properties in the study area

	最小值	最大值	平均值	标准差	变异系数	偏度	峰度
有机质/%	0.10	17.60	2.86	3.03	105.62	1.97	5.23
pH	5.80	9.04	7.38	0.70	9.53	0.32	-0.38
TN/（mg/kg）	0.04	6.85	1.11	1.18	105.69	1.97	5.23
AP/（mg/100g）	0.09	7.39	1.66	1.27	76.20	1.66	3.40
AK/（mg/100g）	3.19	73.00	16.89	11.13	65.93	2.30	7.54
含盐量/%	0.01	1.03	0.08	0.11	137.74	7.31	62.59
砂粒/%	9.10	80.00	45.83	15.92	34.73	-0.32	-0.89
粉粒/%	9.90	72.50	41.03	13.90	33.89	0.48	-0.64
黏粒/%	4.00	50.90	13.22	7.68	58.08	2.03	5.55

新窗口打开

3.2 回归模型构建

表2显示有机质与各环境要素间均具有显著的相关性,其中NDVI与有机质相关性最高,植被覆盖度越高的区域土壤有机质来源越多,便于积累;而有机质与年均气温呈现极为显著的负相关,这是由于研究区南部大部分为荒漠戈壁,北部为相对高植被覆盖区,而南部气温较北部高,有机质含量高的样点也大都分布于北部地区;另外有机质与年均降雨量和高程也呈现显著的正相关关系。
Table 2
表 2
表 2有机质与环境要素相关性分析
Table 2The correlation coefficients for soil organic matter and environment variables

	有机质	高程	NDVI	年均 降雨量	年均 气温
有机质	1.00
高程	0.28**	1.00
NDVI	0.63**	0.02	1.00
年均降雨量	0.44**	0.01	0.73**	1.00
年均气温	-0.58**	-0.058**	-0.57**	-0.55**	1.00

注:**表示在1%水平下相关性显著。
新窗口打开
表2中各环境变量之间也存在着显著的相关性,如年均气温与其他环境要素都具有较高的负相关性,年均降雨量与NDVI间的相关性最高;变量间存在相关性易使回归模型建立中产生多重共线性问题,导致模型模拟效果降低以及预测结果严重失真。故本研究利用方差膨胀因子（VIF）对选取的各要素进行共线性检验,结果显示各要素的VIF值均小于7.5,表明模型不受多重共线性影响。利用ArcGIS中的地理加权回归模型获取各要素在研究区内的回归系数分布以及截距项的空间分布,如图3所示。
显示原图|下载原图ZIP|生成PPT
图 3环境要素回归系数空间分布
-->Figure 3The spatial distribution of the coefficients of environment variables
-->

3.3 有机质含量空间分布特征

图3显示各要素的回归系数在整个研究区内并非同一值,表明有机质与各环境要素的关系具有局部性和非平稳性,与利用样点统计的相关性不同,正负系数的空间分布说明在不同的位置,环境要素对有机质的积累起到促进和阻碍作用,而不同环境要素系数在同一位置上的大小对比可以显示在该位置上影响有机质含量的要素重要性差别,便于识别最重要的正向因素和主要限制因素,这也是与普通线性回归区别最大之处。从图 3可以看出,对有机质影响最重的环境要素是NDVI,与表 2相对应,且系数均为正值,最大值达到17.70,植被覆盖度越高越易于有机质的积累;表 2中平均气温与有机质呈现显著的负相关,而图 3中平均气温系数在研究区中部和东部则有正值,在建立回归方程时,这些地区与周边区域存在差异,相对于简单线性回归更具有细部表现性。利用获取的各环境要素系数分布和环境要素值在ArcGIS中进行栅格计算,最终得到研究区内土壤有机质含量的空间分布结果（图 4）。
显示原图|下载原图ZIP|生成PPT
图 4研究区土壤有机质空间分布
-->Figure 4The spatial distribution of soil organic matter in study area
-->

从图4可看出,研究区有机质含量北高南低,北部地区最高约为43.35%,与之前被视为异常值的样点有机质含量相差不多,也证明了该区域有机质含量确实较高,整体上有机质含量均在10.00%以上,而该区域大片低值区域为湖泊,有机质含量显示为0;研究区中部和南部有机质含量最低,均在1.00%以下,甚至在东南边界处接近于0。研究区东部和西部小块区域内有机质含量集中于6.00%左右,按照中国土壤有机质分级标准,其属于一级水平。
研究区土壤有机质含量南北分布差异的形成,与地形海拔（图 1）、气候和土地覆被（图 5）相结合分析,研究区北部、东北部和西北部山地较多,保留很多高山草地和原始森林草原,受北冰洋水汽的补充作用,降水量相对南部区域较多,属于半湿润地带,利于植被生长,从图 5中可以看出林地和灌丛基本上生长在北部区域,而且山地区易形成河流,湖泊和泉眼分布较广,为该地区提供了水分来源,为草原动植物的生存提供了基础,也导致了该区的高植被覆盖度,为有机质形成提供了来源和物理环境;从城市和建成区以及农作物等靠人工作用的土地覆被空间分布看,由于研究区总体人口较少,人类活动对整体有机质含量的空间特征影响并不明显。图 5显示研究区中部和南部地区多为覆盖度小于10%的草原和裸地,同时该地区远离海洋,既不受东南部太平洋水汽的补给,又无法依赖北冰洋水汽南下带来的降水,属于半干旱、干旱甚至是极干旱地区,全年少雨,不利于植被生长,而且此处常年多风,土壤受风蚀影响严重,不易存留,土层稀薄,土壤质地也多为砂粒,对所有样点的有机质含量和土壤砂粒含量做Pearson相关性分析,结果显示两者在0.01水平下呈现出极其显著的负相关,故此地区无法为有机质的形成和积累提供来源和物理环境。在北部地区有机质含量高则是由于常年累积作用所致,一方面该地区常年气温较低,动植物对有机质的消耗少,但有机质仍在不停积累,另一方面该地区人口稀少,土壤基本未受破坏,人为活动对有机质的积累未形成威胁。
显示原图|下载原图ZIP|生成PPT
图 5研究区土地覆被空间分布状况
-->Figure 5The spatial distribution of land cover in study area
-->

3.4 精度验证

为检验本研究的可靠性,将采样点的实测值与预测值相比较进行精度验证,获取预测值的平均误差、均方根误差、实测值与预测值间的相关系数、回归系数、回归决定系数以及预测曲线的显著性水平。回归曲线如图 6所示,两者的回归系数为0.622,回归曲线的决定系数为0.694,在0.05水平下极其显著,且相关系数为0.833,两者分布趋势相似,且呈正向性,平均误差为-0.09,模型有微弱的高估趋势,但可以忽略,综合来说预测结果能够较好地模拟有机质的空间分布状况。
显示原图|下载原图ZIP|生成PPT
图 6精度验证曲线
-->Figure 6Regression curve of observed and predicted values
-->

4 结论和讨论

本文选用蒙古高原高程、NDVI、年均气温和年均降雨量作为辅助变量,建立了地理加权回归模型,完成了蒙古高原土壤有机质的空间插值分析,结果显示,模型能够较好地模拟蒙古高原土壤有机质空间分布,预测值与实测值之间的相关系数为0.833,回归决定系数在0.05水平下极其显著,预测精度高。在空间上,有机质含量南北分布差异较大,北部山区由于具有相对较好的水汽和温度条件,植被分布多为林地、灌丛和草原,并有多个大小不等的湖泊分布,水分供给相对其他地区较为充足,而且受外部不利自然和人为因素影响较小,有机质经长期积累,含量普遍较高,最高值约为43.35%,平均值也在10.00%以上;南部沙漠戈壁区则因常年风蚀等自然灾害导致土层稀薄,土壤贫瘠,植被稀疏,多为裸地,有机质来源缺乏,积累过程受阻,导致含量普遍较低,均处于1.00%以下,个别区域甚至接近于0;研究区东部和西部有机质含量处于中等水平。研究结果可为当地土地资源利用提供数据支撑,也有助于区域生态功能区域划分及相应的生态环境修复和保护措施的有效实施。
虽然本研究利用有限的采样点成功构建了插值模型,实现了研究区土壤有机质的空间扩展,但是就采样点空间分布看,其尚不能完全代表研究区的地形、气候和植被特征,研究区有大片部分缺少相应的采样点,同样由于样点数量相对研究区面积显得较稀疏,在精度验证时无法抽取部分样点作为验证点,故在以后的野外考察时,需尽可能补充采样点,使其在研究区内均匀分布,保证采样点对周围区域的代表性,提高模型预测精度。另一方面,仅用土壤数据获取蒙古高原的生态环境状况是不够的,需要更深一步的获取土壤采样点周边的植被生物量、生物多样性、景观结构特征以及植被类型等数据,故在以后的实地调查中需对此进行补充。
The authors have declared that no competing interests exist.

---

参考文献文献选项 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	黄魏,韩宗伟,罗云,等. 基于地形单元的土壤有机质空间变异研究 [J]. 农业机械学报,2015,(4):161-167. [本文引用: 1] [Huang W,Han Z W,Luo Y,et al.Spatial distribution of soil organic matter based on topographic unit [J]. Transactions of the Chinese Society for Agricultural Machinery,2015,(4):161-167.] [本文引用: 1]
[2]	赵明松,张甘霖,王德彩,等. 徐淮黄泛平原土壤有机质空间变异特征及主控因素分析 [J]. 土壤学报,2013,50(1):1-11. [本文引用: 2] [Zhao M S,Zhang G L,Wang D C,et al.Spatial variability of soil organic matter and its dominating factors in Xu-Huai Alluvial Plain [J]. Acta Pedologica Sinica,2013,50(1):1-11.] [本文引用: 2]
[3]	王合玲,张辉国,秦璐,等. 新疆艾比湖流域土壤有机质的空间分布特征及其影响因素 [J]. 生态学报,2012,32(16):4969-4980. [本文引用: 1] [Wang H L,Zhang H G,Qin L,et al.The characteristics of the spatial distribution of soil organic matter and factors influencing it in Ebinur Lake Basin of Xinjiang Autonomous Region,China [J]. Acta Ecologica Sinica,2012,32(16):4969-4980.] [本文引用: 1]
[4]	刘纪远,齐永青,师华定,等. 蒙古高原塔里亚特-锡林郭勒样带土壤风蚀速率的~(137)Cs示踪分析 [J]. 科学通报,2007,52(23):2785-2791. [本文引用: 2] [Liu J Y,Qi Y Q,Shi H D,et al.~(137)Cs tracer analysis of the soil wind erosion rate in the sample of Tariat-Xilinguole Mongolian [J]. Chinese Science Bulletin,2007,52(23):2785-2791.] [本文引用: 2]
[5]	齐永青,刘纪远,师华定,等. 蒙古高原北部典型草原区土壤风蚀的~(137)Cs示踪法研究 [J]. 科学通报,2008,53(9):1070-1076. [Qi Y Q,Liu J Y,Shi H D,et al.~(137)Cs tracer analysis in Mongolian Plateau typical northern savanes [J]. Chinese Science Bulletin,2008,53(9):1070-1076.]
[6]	师华定,高庆先,齐永清,等. 蒙古高原土壤风蚀危险度的FCM模糊聚类研究 [J]. 自然资源学报,2009,(5):881-889. [本文引用: 2] [Shi H D,Gao Q X,Qi Y Q,et al.Wind erosion hazard assessment of Mongolian Plateau by using FMC fuzzy cluster method [J]. Journal Of Natural Resources,2009,(5):881-889.] [本文引用: 2]
[7]	包刚,包玉海,覃志豪,等. 近10年蒙古高原植被覆盖变化及其对气候的季节响应 [J]. 地理科学,2013,33(5):613-621. [本文引用: 1] [Bao G,Bao Y H,Qin Z H,et al.Vegetation cover changes in Mon-golian Plateau and its response to seasonal climate changes in recent 10 years [J]. Scientia Geographica Sinica,2013,33(5):613-621.] [本文引用: 1]
[8]	张雪艳,胡云锋,庄大方,等. 蒙古高原NDVI的空间格局及空间分异 [J]. 地理研究,2009,28(1):10-18. [本文引用: 1] [Zhang X Y,Hu X F,Zhuang D F,et al.The spatial pattern and differentiation of NDVI in Mongolia Plateau [J]. Scientia Geographica Sinica,2009,28(1):10-18.] [本文引用: 1]
[9]	缪丽娟,蒋冲,何斌,等. 近10年来蒙古高原植被覆盖变化对气候的响应 [J]. 生态学报,2014,34(5):1295-1301. [本文引用: 1] [Miao L J,Jiang C,He B,et al.Response of vegetation coverage to climate change in Mongolian Plateau during recent 10 years [J]. Acta Ecologica Sinica,2014,34(5):1295-1301.] [本文引用: 1]
[10]	Ma Y Z,Liu K B,Meng H W,et al.Vegetation changes and associated climate variations during the past 38,000 years reconstructed from the Shaamar eolian-paleosol section,northern Mongolia [J]. Quaternary International,2013,311(2013):25-35. [本文引用: 1]
[11]	胡云锋,徐芝英. 蒙古高原地形与植被指数的特征尺度及多尺度耦合关系 [J]. 地理科学,2014,34(12):1511-1517. [本文引用: 1] [Hu Y F,Xu Z Y.Characteristic scales and the multi-scale correlation between DEM and NDVI factors:A case study in the Mongolian Plateau [J]. Scientia Geographica Sinica,2014,34(12):1511-1517.] [本文引用: 1]
[12]	周锡饮,师华定,王秀茹. 气候变化和人类活动对蒙古高原植被覆盖变化的影响 [J]. 干旱区研究,2014,31(4):604-610. [Zhou Q Y,Shi H D,Wang X R.Impact of climate change and human activities on vegetation coverage in the Mongolian Plateau [J]. Arid Zone Research,2014,31(4):604-610.]
[13]	周锡饮,师华定,王秀茹,等. 蒙古高原近30年来土地利用变化时空特征与动因分析 [J]. 浙江农业学报,2012,24(6):1102-1110. [Zhou Q Y,Shi H D,Wang X R,et al.Study on the temporal and spatial dynamic changes of land use and driving forces analysis of Mongolia Plateau in recent 30 years [J]. Acta Agriculturae Zhejiangensis,2012,24(6):1102-1110.]
[14]	Bao G,Bao Y H,Qin Z H,et al.Modeling net primary productivity of terrestrial ecosystems in the semi-arid climate of the Mongolian Plateau using LSWI-based CASA ecosystem model [J]. International Journal of Applied Earth Observation and Geoinfor-mation,2016,46(2016):84-93.
[15]	Liu Y L, Zhang Q L, Chen M, et al. Response of evapotrans-piration and water availability to changing climate and land cover on the Mongolian Plateau during the 21st century [J]. Global and Planetary Change,2013,108(2013):85-99. [本文引用: 1]
[16]	Kato H, Y Onda, Y Tanaka. Using 137Cs and 210Pbex measure-ments to estimate soil redistribution rates on semi-arid grassland in Mongolia [J]. Geomorphology,2010,114(2010):508-519. [本文引用: 1]
[17]	武月荣,苏根成. 灰色关联度法在蒙古高原北部草原土壤质量评价中的应用 [J]. 内蒙古师范大学学报(自然科学汉文版),2008,37(6):775-779. [本文引用: 1] [Wu Y R,Su G C.Application of grey system theory to evaluating grassland soil qualities in North Mon-golian Plateau [J]. Journal of Inner Mongolia Normal University (Natura l Science Edition),2008,37(6):775-779.] [本文引用: 1]
[18]	Emadi M,Baghernejad M.Comparison of spatial interpolation techniques for mapping soil pH and salinity in agricultural coastal areas,northern Iran [J]. Archives of Agronomy and Soil Science,2014,60(9):1315-1327. [本文引用: 1]
[19]	Fan X M,Liu G H,Liu H G.Evaluating the spatial distribution of soil salinity in the Yellow River delta based on kriging and cokriging methods [J]. Resources Science,2014,36(2):321-327.
[20]	Goovaerts P.Ordinary cokriging revisited [J]. Mathematical Geo-logy,1998,30(1):21-42.
[21]	Wang K,Zhang C R,Li W D.Predictive mapping of soil total nitrogen at a regional scale:A comparison between geographically weighted regression and cokriging [J]. Applied Geography,2013,42(8):73-85. [本文引用: 1]
[22]	覃文忠. 地理加权回归基本理论与应用研究[D] .上海:同济大学,2007. [本文引用: 1] [Qin W Z.The Basic Theoretics and Application Re-search on Geographically Weighted Regression[D]. Shanghai:Tongji University,2007.] [本文引用: 1]
[23]	Sandeep K,Lal R,Liu D S. A geographically weighted regression kriging approach for mapping soil organic carbon stock [J]. Geoderma,2012,189-190(6):627-634. [本文引用: 1]
[24]	Su S L,Xiao R,Zhang Y.Multi-scale analysis of spatially varying relationships between agricultural landscape patterns and urbanization using geographically weighted regression [J]. Applied Geography,2012,32(2):360-375.
[25]	Wang K,Jiang Z L.Accuracy analysis of kriging with local regression residuals on soil cation exchange capacity [J]. Acta Agriculturae Universitatis Jiangxiensis,2013,35(1):195-203.
[26]	Wang K,Zhang C R,Li W D,et al.Mapping soil organic matter with limited sample data using geographically weighted regression [J]. Journal of Spatial Science,2014,59(1):91-106.
[27]	杨顺华,张海涛,郭龙,等. 基于回归和地理加权回归Kriging的土壤有机质空间插值 [J]. 应用生态学报,2015,26(6):1649-1656. [本文引用: 1] [Yang S H,Zhang H T,Guo L,et al.Spatial interpolation of soil organic matter using regression kriging and geographically weighted regression kriging [J]. Chinese Journal of Applied Ecology,2015,26(6):1649-1656.] [本文引用: 1]
[28]	李志斌. 基于地统计学方法和Scorpan模型的土壤有机质空间模拟研究[D] . 北京:中国农业科学院,2010. [本文引用: 1] [Li Z B.Soil Organic Matter Prediction Based on Geostatistics and Scorpan Model-a Case Study in Shulan of Jilin Provice[D]. Beijing:Chinese Academy of Agricultural Sciences Dissertation,2010.] [本文引用: 1]
[29]	吕圣桥,高鹏,耿广坡,等. 黄河三角洲滩地土壤颗粒分形特征及其与土壤有机质的关系 [J]. 水土保持学报,2011,25(6):134-138. [本文引用: 1] [Lv S Q,Gao P,Geng G P,et al.Characteristics of soil particles and their correlation with soil organic matter in lowlands of the Yellow River Delta [J]. Journal of Soil and Water Con-servation,2011,25(6):134-138.] [本文引用: 1]